AI 实验记录

目标

验证「多 Agent 分工」能否稳定完成一个完整的资料整理任务。

背景

日常需要把零散笔记整理成结构化知识，纯手工耗时且容易遗漏。

使用工具

实验过程

1. 把任务拆成若干个边界清晰的子任务 2. 为每个子任务分配一个专注单一目标的 Agent 3. 在关键节点做串行校验，避免错误向下传递 4. 汇总各 Agent 产出，生成结构化结果

遇到问题

1. Agent 之间出现上下文丢失，需要显式传递上下文 2. 汇总阶段出现信息重复，需要去重与归并规则

最终结果

框架可用，任务越小、拆分越清晰，产出质量越稳定。

我的思考

Agent 协作不是越多越好；清晰的边界划分加上中间校验，比堆数量更重要。

目标

把散落在聊天、文档、脑子里的经验，整理成一个按主题可检索、可直接喂给 AI 作为上下文的知识系统。

背景

装修行业新媒体运营内容多、链路长，过往经验复用率低，每次都要重新搜索或凭记忆。

使用工具

实验过程

1. 统一入口：所有学习、决策、踩坑统一记进知识库 2. 主题归类：按业务场景（内容、客户、工具、流程）打标签 3. 定期归档：每月固定时间 review，删除过期草稿 4. AI 索引：让 AI 可以读取整理后的内容作为回答上下文

遇到问题

1. 一开始收集过多，变成储藏室 2. 标签标准不统一，检索困难 3. 整理动作本身很费时间

最终结果

逐步建立起按主题沉淀、可被 AI 读取的知识系统。

我的思考

知识系统最大的敌人是囤积；保持「只保留会被反复调用」的标准，才能持续有效。

目标

把 AI 固定进新媒体内容生产流程，从选题到终稿形成稳定产线。

背景

装修行业内容产出频率高，选题、脚本、改写占用大量时间，质量不稳定。

使用工具

实验过程

1. 我给选题框架与目标受众 2. AI 生成初稿结构与要点 3. 我修订语气、事实与品牌调性 4. 固定为模板，后续同类任务复用

遇到问题

1. AI 初稿空话多，风格不像我 2. 复制粘贴打断工作流 3. 需要人工校验事实

最终结果

形成「我给框架 + AI 填充 + 我修订」的内容生产流程，效率提升且风格一致。

我的思考

AI 不是替代我完成内容，而是把重复的结构化工作前置，让我把精力花在判断与调性上。

目标

探索 AI 时代下个人站的视觉语言：用代码 + 工具表达「AI 实验档案」的气质。

背景

传统作品集模板不适合 AI 实验记录站，需要一种更系统、更克制、有科技感的视觉系统。

使用工具

实验过程

1. 确定关键词：克制、系统、科技感、可长期维护 2. 用深色底 + 青蓝渐变建立主视觉 3. 卡片化信息架构，统一标签与字段 4. 反复打磨排版与动效节奏

遇到问题

1. 动效容易过度，反而干扰阅读 2. 深色模式下文字层级难把握 3. 手机屏幕适配需要大量微调

最终结果

形成一套统一视觉系统，支持首页、栏目页、实验详情页的一致表达。

我的思考

视觉是内容的容器；在内容还不成熟时，视觉系统要先能承载「持续更新」的感觉。

目标

建立一个可长期自主维护的个人站点，把 AI 实践、实验记录和系统思考公开沉淀。

背景

第三方平台随时会改变规则，只有把站点放在自己服务器上，才能稳定地按自己节奏更新。

使用工具

实验过程

1. 本地用 Next.js 16 开发与内容迭代 2. 部署到腾讯云 Lighthouse（广州六区） 3. Nginx 反向代理 + HTTPS 证书 4. DNSPod 管理域名解析 5. 配置 systemd 服务与自动续期

遇到问题

1. dev/prod 环境差异导致构建失败 2. HTTPS 证书配置与自动续期 3. 安全边界：只公开可对外部分

最终结果

kffart.com 上线并稳定运行，成为 Personal AI Lab 的公开载体。

我的思考

自托管不只是技术选择，更是对内容主权的保护；基础设施越简单，越容易长期维护。